UWP 使用Windows.Media.FaceAnalysis.FaceDetector檢測人臉

話說現在檢測人臉的技術有很多。有線上AI服務，比如Megvii Face++，Microsoft Cognitive Services，Tencent AI等等。還有本地的庫實現的，比如OpenCV。

但是這些這篇文章都不討論，微軟在 .NETCore裡面也提供了一種本地檢測人臉的API，那就是Windows.Media.FaceAnalysis。

.NetCore在你新建通用UWP應用的時候，Nuget自動添加了。

那麼接下來，我們在設計Xaml代碼的時候，加兩個按鈕，一個是選擇圖片，一個是檢測人臉。

再建一個Canvas控制項，用來顯示圖片。

之所以用Canvas畫布，不用Image，是因為我們還需要在圖片上畫出一個矩形框，框出識別的人臉位置和大小呢。

<Grid Background="{ThemeResource ApplicationPageBackgroundThemeBrush}">
        <Grid.RowDefinitions>
            <RowDefinition Height="30"/>
            <RowDefinition/>
        </Grid.RowDefinitions>
        <Grid.ColumnDefinitions>
            <ColumnDefinition/>
            <ColumnDefinition/>
        </Grid.ColumnDefinitions>

        <Button Content="Choose Picture" Click="ChoosePicture"/>
        <Button Grid.Column="1" Content="Detect Face" Click="DetectFace"/>

        <Canvas x:Name="canvasDetected" Grid.ColumnSpan="2" Grid.Row="1"  VerticalAlignment="Stretch" HorizontalAlignment="Stretch"/>
    </Grid>

然後開始寫代碼，選擇圖片的邏輯很簡單，只需要選擇一個圖片，顯示到Canvas中即可。

private async void ChoosePicture(object sender, RoutedEventArgs e)
        {
            FileOpenPicker openPicker = new FileOpenPicker();
            openPicker.ViewMode = PickerViewMode.Thumbnail;
            openPicker.SuggestedStartLocation = PickerLocationId.PicturesLibrary;
            openPicker.FileTypeFilter.Add(".bmp");
            openPicker.FileTypeFilter.Add(".png");
            openPicker.FileTypeFilter.Add(".jpeg");
            openPicker.FileTypeFilter.Add(".jpg");
            StorageFile file = await openPicker.PickSingleFileAsync();
            if (file != null)
            {
                using (IRandomAccessStream strm = await file.OpenAsync(Windows.Storage.FileAccessMode.Read))
                {
                    BitmapDecoder decoder = await BitmapDecoder.CreateAsync(strm);
                    BitmapTransform transform = new BitmapTransform();
                    source = await decoder.GetSoftwareBitmapAsync();

                    WriteableBitmap displaySource = new WriteableBitmap(source.PixelWidth, source.PixelHeight);
                    source.CopyToBuffer(displaySource.PixelBuffer);

                    ImageBrush brush = new ImageBrush();
                    brush.ImageSource = displaySource;
                    brush.Stretch = Stretch.Uniform;
                    canvasDetected.Background = brush;
                    canvasDetected.Children.Clear();
                }
            }
        }

遇到紅色波浪線提示的，用VS自動修複功能，自動添加引用即可。

還有一個source沒有定義，不慌，反正下一步就要檢測人臉了，我們來看一看FaceDetector的定義，

namespace Windows.Media.FaceAnalysis
{
    //
    // 摘要:
    //     在 SoftwareBitmap 中檢測人臉。
    [ContractVersion(typeof(UniversalApiContract), 65536)]
    [MarshalingBehavior(MarshalingType.Agile)]
    [Static(typeof(IFaceDetectorStatics), 65536, "Windows.Foundation.UniversalApiContract")]
    [Threading(ThreadingModel.Both)]
    public sealed class FaceDetector : IFaceDetector
    {
        //
        // 摘要:
        //     非同步檢測提供的 SoftwareBitmap 中的人臉。
        //
        // 參數:
        //   image:
        //     要進行人臉檢測處理的圖像數據。
        //
        // 返回結果:
        //     一個非同步操作，在成功完成時返回 DetectedFace 對象的列表。
        [Overload("DetectFacesAsync")]
        [RemoteAsync]
        public IAsyncOperation<IList<DetectedFace>> DetectFacesAsync(SoftwareBitmap image);
     }
}

看到沒，使用FaceDetector需要一個SoftwareBitmap，那麼好了，我們定義一個私有變數SoftwareBitmap source即可。

 然後寫檢測的代碼，

private async void DetectFace(object sender, RoutedEventArgs e)
        {
            const BitmapPixelFormat faceDetectionPixelFormat = BitmapPixelFormat.Gray8;
            SoftwareBitmap converted;
            if (source.BitmapPixelFormat != faceDetectionPixelFormat)
            {
                converted = SoftwareBitmap.Convert(source, faceDetectionPixelFormat);
            }
            else
            {
                converted = source;
            }

            FaceDetector faceDetector = await FaceDetector.CreateAsync();
            IList<DetectedFace> detectedFaces = await faceDetector.DetectFacesAsync(converted);
            DrawBoxes(detectedFaces);　　//這個功能在實際場景中使用不多，在這可以寫你的實際業務場景
        }

 畫人臉矩形：

        //這個功能在實際場景中使用不多

        private void DrawBoxes(IList<DetectedFace> detectedFaces)
        {
            if (detectedFaces != null)
            {
                //get the scaling factor 
                double scaleWidth = source.PixelWidth / this.canvasDetected.ActualWidth;
                double scaleHeight = source.PixelHeight / this.canvasDetected.ActualHeight;
                double scalingFactor = scaleHeight > scaleWidth ? scaleHeight : scaleWidth;

                //get the display width of the image. 
                double displayWidth = source.PixelWidth / scalingFactor;
                double displayHeight = source.PixelHeight / scalingFactor;

                //get the delta width/height between canvas actual width and the image display width 
                double deltaWidth = this.canvasDetected.ActualWidth - displayWidth;
                double deltaHeight = this.canvasDetected.ActualHeight - displayHeight;

                SolidColorBrush lineBrush = new SolidColorBrush(Windows.UI.Colors.White);
                double lineThickness = 2.0;
                SolidColorBrush fillBrush = new SolidColorBrush(Windows.UI.Colors.Transparent);

                foreach (DetectedFace face in detectedFaces)
                {
                    Rectangle box = new Rectangle();
                    box.Tag = face.FaceBox;
                    //scale the box with the scaling factor 
                    box.Width = face.FaceBox.Width / scalingFactor;
                    box.Height = face.FaceBox.Height / scalingFactor;
                    box.Fill = fillBrush;
                    box.Stroke = lineBrush;
                    box.StrokeThickness = lineThickness;
                    //set coordinate of the box in the canvas 
                    box.Margin = new Thickness((uint)(face.FaceBox.X / scalingFactor + deltaWidth / 2), (uint)(face.FaceBox.Y / scalingFactor + deltaHeight / 2), 0, 0);
                    this.canvasDetected.Children.Add(box);
                }
            }
        }

 其實，像上面的DrawBoxes註釋那樣，一般用的還不算多。

我的項目都是判斷如果detectedFaces不是null的話，接下來就可以調用雲API來實現人臉搜索了，畢竟這個本地微軟的api還做不到。

下麵看一下效果

 總結

微軟提供的FaceDetector還是挺實用的，畢竟可以節約我們一遍一遍像伺服器發送請求檢測人臉的開支了，雖然雲API檢測人臉並不貴，face++的10000次才一塊錢。畢竟你上傳圖片，還不要帶寬資源吧。萬一碰到個網路不好，那不是還要再請求一次。。。哈哈，折騰點。

不過這個也隨便了，看自己喜好吧。